Traduction vocale en temps réel avec Falaí

Chez bosq, nous aimons transformer des idées complexes en produits simples, ciblés et prêts pour le monde réel. Falaí est né de cette ambition : un traducteur simultané vocal pour les conversations en face à face entre deux personnes qui parlent des langues différentes, avec une interface réduite à un seul geste, tourner, maintenir et parler.

Qu'est-ce que Falaí

Falaí est une application open-source de traduction vocale en temps réel, conçue pour les échanges en face à face entre deux personnes. Toute l'expérience s'articule autour d'un unique disque à l'écran : l'utilisateur choisit la langue en faisant tourner le contrôle, maintient pour parler, et l'autre langue ressort traduite vocalement, sans boutons supplémentaires, sans panneaux techniques et sans jargon du type « source » ou « cible » qui vient briser le rythme.

Le projet a été construit avec Vite, React, TypeScript, Tailwind CSS, Framer Motion et WebRTC natif du navigateur. Le build final est entièrement statique, uniquement du HTML, du CSS et du JavaScript, sans backend, sans routes API, sans fonctions serverless, sans base de données, sans authentification et sans analytics.

Pourquoi nous avons construit cela chez bosq

Chez bosq, notre approche repose sur la clarté du périmètre, une exécution incrémentale et des livrables vérifiables. Falaí illustre cette philosophie appliquée à un problème concret : comment délivrer une traduction simultanée par la voix avec la surface technique la plus réduite possible, sans conservation de clés, sans serveurs propres et sans friction pour l'utilisateur final.

Plutôt que de traiter l'IA comme une couche « magique » enfouie dans une stack lourde, nous préférons concevoir des produits où chaque décision architecturale a un objectif clair. Dans Falaí, cela se traduit par une architecture browser-only, où le navigateur communique directement avec l'API temps réel d'OpenAI, sans intermédiaires.

Architecture browser-only et BYOK

Falaí adopte le modèle BYOK (Bring Your Own Key) : l'utilisateur renseigne sa propre clé OpenAI dans le navigateur, et l'intégralité des coûts d'utilisation est imputée à cette clé. Ce choix est délibéré et comporte des implications importantes :

La clé ne réside qu'en mémoire.
Elle n'est pas sauvegardée dans le localStorage, le sessionStorage ou les cookies.
Elle ne transite par aucun serveur de Falaí, parce que Falaí n'a pas de serveurs.
Elle est effacée dès que la page est rechargée ou fermée.

Le navigateur se connecte directement à OpenAI via navigator.mediaDevices.getUserMedia, RTCPeerConnection et le data channel oai-events pour les deltas de sous-titres. L'audio traduit est restitué dans un élément <audio autoplay />, et le modèle utilisé dans le MVP est gpt-realtime-translate, dédié à la traduction speech-to-speech en temps réel.

Le Conversation Dial : l'interface comme produit

L'un des éléments centraux de Falaí est le Conversation Dial. Le contrôle affiche la langue active, et l'interaction repose sur deux gestes : faire glisser horizontalement pour faire tourner le disque et changer de langue, et maintenir appuyé pour parler. La direction en cours s'affiche de façon directe, par exemple Português → English.

Il n'existe pas de boutons séparés pour « Personne A » et « Personne B ». L'interface principale n'utilise pas de termes comme source, cible, entrée ou sortie. Cette épure est intentionnelle : le produit est un interprète vocal, pas un terrain de jeu technique. La simplicité de l'écran est précisément ce qui permet d'utiliser l'application au cœur d'une vraie conversation, sans en briser le fil.

PWA et distribution statique

Falaí inclut un manifest.webmanifest, une icône et un service worker statique dans public/sw.js. Après le build, le dossier dist/ peut être publié sur n'importe quel hébergement statique, Netlify, Vercel static, Cloudflare Pages, GitHub Pages ou tout CDN, et l'application peut être installée comme PWA, avec accès au microphone via HTTPS.

Cette décision suit la même logique que le BYOK : zéro infrastructure, zéro coût récurrent, zéro conservation des données utilisateur. L'application est littéralement un ensemble de fichiers statiques servis par CDN, et chaque utilisateur fait tourner sa propre session directement depuis son navigateur.

Ce que ce projet démontre

Plus qu'un traducteur, Falaí illustre un modèle de construction que nous considérons précieux :

architecture browser-only lorsque le cas d'usage le permet ;
BYOK comme véritable alternative à la conservation de clés tierces ;
réduction agressive de l'interface jusqu'au geste essentiel ;
utilisation directe des API temps réel sans réinventer des couches intermédiaires ;
base open-source pour l'évolution, le fork et l'expérimentation.

Ce modèle peut s'appliquer à de nombreux autres scénarios : assistants vocaux spécialisés, copilotos terrain, outils d'accessibilité, applications de voyage et tout contexte où la latence de la conversation prime sur la sophistication du backend.

Limites et précautions pour la production

Falaí est, consciemment, un MVP. Sans backend, il n'est pas possible de dissimuler une clé par défaut dans l'application, le BYOK est donc le choix naturel, et l'utilisateur doit générer une clé spécifique pour Falaí, avec des limites et des permissions adaptées. La compatibilité réelle dépend du support du navigateur, du microphone, de HTTPS et des politiques en vigueur d'OpenAI pour les appels directs. iOS Safari et Android Chrome doivent être testés sur des appareils réels.

Pour un scénario de production à plus grande échelle, l'architecture la plus sécurisée implique un backend minimal pour générer des secrets clients éphémères et éviter d'exposer des clés dans le navigateur. Cette version fait le choix de ne pas le faire afin de maintenir l'application publiable comme site statique/PWA, sans coût d'infrastructure. La trajectoire d'évolution est explicitée dans le README lui-même.

Explorez le projet

Si vous souhaitez tester Falaí, étudier l'architecture browser-only ou utiliser cette base comme point de départ pour un produit vocal en temps réel, le dépôt vaut le détour :

Dépôt : github.com/bosq-dev/falai

Si votre entreprise cherche à transformer des interactions complexes en produits simples, avec clarté, focus et une architecture adaptée au cas d'usage, parlez-en à bosq. Nous construisons des modules, des copilotos, des automatisations et des pipelines qui passent du concept à l'opération réelle.

Tags: #TraductionVocale #IntelligenceArtificielle #OpenAI #OpenSource #BYOK #BrowserOnly #PWA #ReactJS #TypeScript #WebRTC #TraducteurSimultané #ViteJS #TailwindCSS #FramerMotion #ArchitectureFrontend #AppVocale #RealtimeAPI #DéveloppementWeb #Bosq #Falaí